Osilly

[ICLR2026] Premier article explorant l'utilisation efficace de l'apprentissage par renforcement (RL) de type R1 pour les MLLM, introduisant Vision-R1, un MLLM de raisonnement utilisant l'initialisation à froid et l'entraînement par RL pour stimuler les capacités de raisonnement.

[ICML 2026 & EMNLP 2026] Multimodal deep-research MLLM et benchmark. Le premier long-horizon multimodal deep-research MLLM, étendant le nombre de tours de raisonnement à des dizaines et le nombre d'interactions avec les moteurs de recherche à des centaines.